数学科学发现与智能体方向青年研究员

我们正在构建面向原创数学发现的 数学科学发现智能体（Mathematical Discovery Agent）。团队希望将顶尖纯数学研究能力与人工智能深度结合，探索 AI 如何从“数学解题”进一步走向数学研究与数学发现：理解前沿数学文献、提出研究问题、形成证明策略、调用计算与形式化工具、验证关键命题，并在长期研究过程中产生新的数学知识。 我们希望寻找具有扎实纯数学研究背景、对 AI 具有强烈兴趣的优秀数学家，与 AI 研究人员共同构建下一代数学科学发现智能体，并以国际知名数学猜想和重要开放问题作为真实研究环境，牵引智能体在长程推理、开放问题探索、自我反思与原创发现等核心能力上的持续突破。

【主要工作】

1. 01

   共同研发数学科学发现智能体 与大模型、Agent 和强化学习研究人员深度合作，构建面向真实数学研究的科学发现智能体，使其具备数学文献理解、问题建模、猜想生成、证明规划、引理发现、反例搜索、证明验证及知识积累等能力，推动 AI 从数学 Problem Solving 迈向 Mathematical Research & Discovery。

2. 02

   挑战重要数学猜想与开放问题 面向代数、几何、拓扑、数论、分析、组合数学、概率等纯数学领域，选择具有重要学术价值的知名数学猜想、开放问题和关键子问题，开展“数学家 + AI Agent”协同研究。 将真实开放问题作为智能体能力发展的核心牵引，通过长期研究任务不断暴露现有模型在抽象推理、证明规划、知识迁移、长程探索及原创性方面的能力边界，并推动智能体持续突破。

3. 03

   研究 AI 驱动的数学发现新范式 探索人工智能如何参与数学研究的完整过程，包括： 文献理解 → 问题提出 → 猜想生成 → 路径探索 → 引理构造 → 证明搜索 → 反例发现 → 形式化验证 → 新知识形成。 研究数学家的研究方法、直觉、启发式策略和问题分解方式如何与大模型及 Agent 结合，探索“Human-AI Collaborative Mathematics”以及更高自主程度的数学发现范式。

4. 04

   以数学发现牵引智能体核心能力发展 将纯数学作为研究高级智能的重要试验场，围绕真实数学研究需求，与 AI 团队共同定义和提升智能体的核心能力，包括复杂抽象推理、长程任务规划、深度搜索、记忆与知识组织、自我反思、错误修正、工具使用以及长期自主研究等。 通过重大数学问题反向牵引基础模型、推理模型和 Agent 能力演进，使数学科学发现成为推动下一代智能体发展的核心场景之一。

5. 05

   推动重要原创数学成果产出 以产生真正具有数学价值的新知识为目标，与团队共同推动 AI 辅助或 AI 驱动的原创数学研究，在重要猜想、开放问题、新定理、新证明方法及数学理论等方向形成具有国际影响力的原创成果，并探索建立 AI 时代数学科学发现的新研究范式。

【岗位要求】

1. 01

   纯数学方向博士毕业，具有系统、深入的纯数学训练和独立科研能力；主要研究方向包括但不限于代数、代数几何、微分几何、拓扑、数论、分析、组合数学、概率论及相关领域；

2. 02

   在纯数学领域具有优秀科研成果，以第一作者或核心作者在国际顶级数学期刊发表过高水平研究论文，具有解决重要数学问题的研究经历；

3. 03

   具备扎实的数学基础、抽象思维能力和原创研究能力，能够独立判断重要数学问题的研究价值、技术难点和潜在突破路径；

4. 04

   对人工智能、大语言模型、推理模型及智能体具有浓厚兴趣，愿意与 AI 研究人员长期深度合作，探索 AI 驱动数学发现的新范式；

5. 05

   不要求候选人已经具备大模型训练或 Agent 工程背景，但希望具备一定编程基础，并愿意快速学习和使用现代 AI、计算数学及形式化数学工具；

6. 06

   具有开放的研究视野，愿意挑战高风险、高难度、长周期的重要数学问题，并对“AI 能否进行真正的原创数学发现”这一长期问题具有强烈探索欲。

【加分项】 具备以下一项或多项经历者优先

1. 01

   在 Annals of Mathematics、Inventiones Mathematicae、Journal of the American Mathematical Society、Acta Mathematica 等国际顶级数学期刊或同等级别期刊发表过代表性成果；

2. 02

   在某一纯数学方向具有系统深入的研究积累，并对该领域的重要猜想、开放问题和前沿研究方向具有深入理解；

3. 03

   有解决知名数学猜想、长期开放问题或重要关键子问题的研究经历；

4. 04

   具有跨数学领域研究能力，善于寻找不同理论、方法和数学结构之间的深层联系；

5. 05

   熟悉 Lean、Isabelle、Coq 等形式化证明系统，或有自动定理证明、计算数学、符号计算相关经验；

6. 06

   对 LLM、Reasoning Model、Agent、强化学习、自动定理证明等 AI 方向已有研究或实践；

7. 07

   对 AI for Mathematics、Automated Mathematical Discovery、Human-AI Collaborative Mathematics 等方向有系统思考。